선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구에서는 2008년 토석류가 발생한 봉화군 지역을 대상으로 최적 파라미터 추출기법을 제안하였고, 실제 토.석류가 발생한 유역을 대상으로 검증을 실시하였다.
- 이후 RWM의 파라미터인 1회토사량, 정지조건, 관성가중치의 3 개 파라미터를 일정 범위로 설정하고 모델 적용 후 일치율이 가장 높은 파라미터 조합을 최적 파라미터로 결정하였다. 일치율은 토석류 퇴적모델 적용시 발생원에서부터 유하되어 퇴적된 토사가 실제 항공사진에서 추출한 퇴적구역과 얼마나 결과가 일치하는지를 알아보기 위해 본 연구에서 제안하였다. 일치율 계산방법은 Figure 4와 같이 계산 결과는 -1에서 1까지의 범위를 가지는데 -1은 실제 퇴적구역과 겹치는 부분이 없음을 나타내며 1은 완전히 일치함을 나타낸다.
가설 설정
- P。, % P?...로 진행할 경우(Figure 1의 a), 임의의 경사면 방향으로 움직일 확률은 그 방향의 경사의 정현(S) 에 비례한다고 가정한다.
- 1회 토사량은 1~50 m3 범위에서 2 m3 간격으로, 관성가중치는 1~5 범위에서 1간격으로, 정지조건은 0~10。범위에서 1° 간격으로 총 1, 250개의 파라미터 조합을 각 샘플마다 수행하였다. 1회토사량의 범위는 DEM의 격자크기(5 m)를 기준으로 토심이 최대 2 m로 가정하여 1~50 it?로 범위를 정하였다. 관성가중치는 Imam니ra와 Sngita(1980)가 토석류에 적용했던 1.
제안 방법
- 내 토석류 발생지역 중 3지역을 선정하여 적용해 보았다. 3지역 모두 퇴적구역이 명확하게 남아있지 않아 경계를 설정하는데 어려움이 있었지만 항공사진과 항공 Lidar DEM에 의해 퇴적구역을 설정하였다. 이후 최적 파라미터를 이용하여 적용한 결과 Figure 7과 같이 나타났다.
- Figure 6과 같이 평균 일치율 중 일치율이 가장 높은 순서대로 정렬시킨 후 각 관성가중치에서 가장 높은 일치율을 나타낸 것을 관성가중치로 결정하였다. 최적 파라미터조합은 일치율이 -0.
- 반면 모든 지역에서 관성가중치는 정지조건 및 1회 토사량의 변화와 관계없이 특정 값에서 반응을 보이지 않으므로 퇴적 범위예측에 영향력이 떨어지는 파라미터로 판단되었다. Figure 6에서 최적 파라미터 결정을 위해 봉화지역의 4 개 샘플지역을 대상으로 영향력이 있는 파라미터 1회 토사량과 정지조건의 그래프를 중첩시켜 일치율을 평균하였다. 관성가중치는 일치율에 미치는 영향력이 떨어져 1 회토사량과 정지조건에서 최적의 일치율을 보이는 범위내에서 관성가중치 값을 적용하였다.
- 관성가중치는 앞서 식 (4)에서 나타난 관성력(In)이다. Imam니ra와 S니gita(1980)은 일률적으로 토석류는 1.5, 소류는 1.3으로 적용하였으나 본 연구에서는 다른 파라미터와의 관계를 이용하여 관성가중치의 경향을 분석하였다. 정지조건은 토사이동을 정지시키는 조건으로 RWM의 수식과 관계없이 지형조건 및 환경조건을 고려하였다.
- Figure 6에서 최적 파라미터 결정을 위해 봉화지역의 4 개 샘플지역을 대상으로 영향력이 있는 파라미터 1회 토사량과 정지조건의 그래프를 중첩시켜 일치율을 평균하였다. 관성가중치는 일치율에 미치는 영향력이 떨어져 1 회토사량과 정지조건에서 최적의 일치율을 보이는 범위내에서 관성가중치 값을 적용하였다.
- 칼라항공영상은 산림의 정성적인 정보뿐만 아니라 토석류 발생에 따른 위치 및 규모와 같은 정량적인 정보를 추출할 수 있다. 그러나 밀도가 높은 산림지 역의 경우 수목에 의한 차폐로 정확도가 떨어질 수 있는 단점이 있어 이를 보완하기 위해 정확한 지형정보를 획득할 수 있는 항공 Lidar촬영을 같이 실시하였다. 칼라항공영상은 중형급 디지털 항공카메라인 Leica RCD39를 이용하여 GSD 20 cm급으로 촬영하였다.
- Imamura 와 Siigita(1980)는 Random Walk Model을 검증 대상 지역에서 현장조사를 하거나 이론적인 값으로 파라미터를 결정하여, 검증지역 외에 다른 지역에까지 확대 적용하지는 못하였다. 따라서 본 연구에서는 Random Walk Model을 확대 적용하기 위한 방법으로 토석류가 발생한 시점에 촬영한 항공사진과 몬테카를로 시뮬레이션 방법을 이용하여 최적 파라미터를 추출하는 방법을 연구하였으며 최근 토석류 발생지인 경북 봉화군지역을 대상으로 적용하였다.
- 향후 토석류 발생시 유출된 토사량을 좀 더 정확히 추정할 수 있다면 토석류 피해 범위 예측을 위한 정확도 향상에 매우 큰 영향을 끼칠 수 있으리라 생각된다. 또한 본 연구에서 제안한 토석류 피해 범위 예측을 위한 Random Walk Model의 최적 파라미터 추출기법으로 토석류 피해예측지도(Debris Flow Hazard Map)를 개발하여 산지뿐 아니라 도심에서 발생하는 토석류의 경계 .피난용 자료로 사용될 수 있을 것이다.
- 따라서 다양한 종류의 파라미터 조합을 설정하여 많은 계산을 수행 후 일치율이 높은 값의 범위를 판단하여 결정하게 된다. 1회 토사량은 1~50 m3 범위에서 2 m3 간격으로, 관성가중치는 1~5 범위에서 1간격으로, 정지조건은 0~10。범위에서 1° 간격으로 총 1, 250개의 파라미터 조합을 각 샘플마다 수행하였다. 1회토사량의 범위는 DEM의 격자크기(5 m)를 기준으로 토심이 최대 2 m로 가정하여 1~50 it?로 범위를 정하였다.
- 본 연구에서는 2008년 토석류가 발생한 봉화군 지역을 대상으로 최적 파라미터 추출기법을 제안하였고, 실제 토.석류가 발생한 유역을 대상으로 검증을 실시하였다. 봉화군의 최적 파라미터는 일치율이 -0.
- 추출된 발생원면적을 1:25,000 수치산림입지도의 평균토심정보를 이용하여 붕괴 량을 산정하였으며 유역 단위로 구분하여 퇴적구역에서의 총 붕괴량을 산정하였다. 이후 RWM의 파라미터인 1회토사량, 정지조건, 관성가중치의 3 개 파라미터를 일정 범위로 설정하고 모델 적용 후 일치율이 가장 높은 파라미터 조합을 최적 파라미터로 결정하였다. 일치율은 토석류 퇴적모델 적용시 발생원에서부터 유하되어 퇴적된 토사가 실제 항공사진에서 추출한 퇴적구역과 얼마나 결과가 일치하는지를 알아보기 위해 본 연구에서 제안하였다.
- 3으로 적용하였으나 본 연구에서는 다른 파라미터와의 관계를 이용하여 관성가중치의 경향을 분석하였다. 정지조건은 토사이동을 정지시키는 조건으로 RWM의 수식과 관계없이 지형조건 및 환경조건을 고려하였다. 최적 파라미터 추출하는 과정은 Figure 3과 같다.
- 최적 파라미터 추출을 위해 토석류 퇴적모델(RWM)을 적용하여 1회 토사량, 관성가중치, 정지조건의 3개 파라미터의 범위를 설정하여 일치율이 높은 분포를 보이는 값을 분석하였으며 그 결과를 Figure 5에 나타내 었으며 3개의 파라미터 중 2개의 파라미터 조합(X, Y)에 따른 일치율(Z)을 나타낸 것이다. Figure 5의 (a)는 항공사진에서 나타난 퇴적구역의 모습이고 (b)는 1회토사량을 가로축으로 하고 정지조건을 세로축으로 한 경우의 일치율을 나타낸 것이다.
- 최적 파라미터 추출하는 과정은 Figure 3과 같다. 추출된 발생원면적을 1:25,000 수치산림입지도의 평균토심정보를 이용하여 붕괴 량을 산정하였으며 유역 단위로 구분하여 퇴적구역에서의 총 붕괴량을 산정하였다. 이후 RWM의 파라미터인 1회토사량, 정지조건, 관성가중치의 3 개 파라미터를 일정 범위로 설정하고 모델 적용 후 일치율이 가장 높은 파라미터 조합을 최적 파라미터로 결정하였다.
- 물리기반의 모델들은 복잡한 수식과 다양한 측정자료를 요구하지만 통계기반의 응답모델은 비록 해석은 용이하진 못하지만 복잡한 자연현상을 비교적 간단히 나타낼 수 있는 장점을 가지고 있다. 토석류 피해 범위를 예측하기 위해 본 연구에서는 토석류가 나타난 항공사진을 바탕으로 설명하기 힘든 다양한 조건을 세 가지 파라미터로 함축하여, 앞으로 발생할 토석류의 피해범위를 예측하였다. 비록 일치율이 만족스러울 만큼 나타나진 못했지만 이것은 RWM 수행시 입력한 총 붕괴량이 실제 토석류 발생시 유출된 토사량에 비해 현저히 낮기 때문일 것이며, 실제 우충식(2011)은 발생원에서 나타난 붕괴량과 실제 퇴적된 토사량을 비교하면 약 5~50배가량 높다고 하였다.
- 이 방법은 다소 시간이 많이 소요되는 단점이 있으나 파라미터 간의 관계를 정밀하게 분석할 수 있고, 수식을 기반으로 하는 물리모델과 달리 예측하기 힘든 복잡한 현상을 단순화시킨 응답모델에서 적정한 파라미터를 결정하는데 매우 효과적이다(최형태, 2001). 토석류가 발생한 시점에 촬영한 항공사진에서는 토석류의 발생원과 퇴적구역을 추출한 뒤 발생원에서 총 붕괴량을 추정하였고 퇴적구역은 몬테카를로 시뮬레이션에서 이용하였다 .
- 항공 Lidar자료는 대표적 인 항공 Lidar 센서 인 Leica ALS50을 이용하여 점 밀도 7포인트/rR 이상으로 촬영하여 획득하였다. 항공 Lidar 자료는 Terrasoild(社)의 Terrascan 소프트웨 어를 이용하여 지면 점과 비지면점을 분리한 후 분리된 지면점을 이용하여 1 m급 DEM(Digital Elevation Model)을 제작하였다.
- 실시하였다 . 항공영상은 수치 사진 측량시스템에서 항공촬영 당시 GPS/INS에서 획득한 외부표정 요소를 이용하여 낱장 항공영상을 표정하였으며 스테레오로 에피폴라영상을 형성하여 입체판독하였다. 항공 Lidar DEM 은 음영기복도로 변화하여 항공영상에서 판독한 발생원과 퇴적구역의 경계를 정확하게 도화하는데 사용하였다.
대상 데이터
- 연구대상지는 2008년 7월 25일에서 26일에 토석류가 발생한 경상북도 봉화군 춘양면 애당리 및 서벽리 지역으로 100년 빈도인 최대일강우량 366 mm와 11년 빈도인 최대시우량 62 mm의 집중호우가 내려 약 96 ha의 피해가 발생하였다. 당시 발생한 토석류는 인명, 주거지, 경작지 등에 많은 피해를 발생시켰다.
- 연구지역에서 발생한 토석류 발생원과 퇴적구역을 추출하기 위해 2008년 12월 6일에 약 2,000 m의 고도에서 항공촬영을 실시하여 칼라항공영상과 항공 Lidar 자료를 획득하였다. 칼라항공영상은 산림의 정성적인 정보뿐만 아니라 토석류 발생에 따른 위치 및 규모와 같은 정량적인 정보를 추출할 수 있다.
- 최적 파라미터 추정결과의 신뢰성을 검증하기 위해 봉화지역 내 토석류 발생지역 중 3지역을 선정하여 적용해 보았다. 3지역 모두 퇴적구역이 명확하게 남아있지 않아 경계를 설정하는데 어려움이 있었지만 항공사진과 항공 Lidar DEM에 의해 퇴적구역을 설정하였다.
- Figure 2는 항공 Lidar DEM을 이용하여 생성한 음영기복도와 항공 영상을 이용하여 추출한 토석류 발생원의 모습을 나타내었다. 추출된 봉화지역의 토석류 발생원은 총 545개소이지만 퇴적구역은 대부분 응급복구로 훼손되어 항공사진으로 확인할 수 있는 퇴적구역은 4곳을 추출하였다.
- 그러나 밀도가 높은 산림지 역의 경우 수목에 의한 차폐로 정확도가 떨어질 수 있는 단점이 있어 이를 보완하기 위해 정확한 지형정보를 획득할 수 있는 항공 Lidar촬영을 같이 실시하였다. 칼라항공영상은 중형급 디지털 항공카메라인 Leica RCD39를 이용하여 GSD 20 cm급으로 촬영하였다. 항공 Lidar자료는 대표적 인 항공 Lidar 센서 인 Leica ALS50을 이용하여 점 밀도 7포인트/rR 이상으로 촬영하여 획득하였다.
- 칼라항공영상은 중형급 디지털 항공카메라인 Leica RCD39를 이용하여 GSD 20 cm급으로 촬영하였다. 항공 Lidar자료는 대표적 인 항공 Lidar 센서 인 Leica ALS50을 이용하여 점 밀도 7포인트/rR 이상으로 촬영하여 획득하였다. 항공 Lidar 자료는 Terrasoild(社)의 Terrascan 소프트웨 어를 이용하여 지면 점과 비지면점을 분리한 후 분리된 지면점을 이용하여 1 m급 DEM(Digital Elevation Model)을 제작하였다.
이론/모형
- RWM의 최적 파라미 터 를 추출하기 위해 토석 류가 발생한 지역의 항공사진과 몬테카를로 시뮬레이션 방법을 이용하였다. 몬테카를로 시뮬레이션 방법은 추출하고자 하는 파라미터의 최소값과 최대값을 범위로 하고 일정 간격으로 모델을 반복수행하여 , 이때 나타나는 파라미터의 경향을 분석하여 최적 파라미터를 결정하는 방식이다.
- 또한 적용에 있어 토석류 유동과 관련한 물리인자에 대한 불확실성, 계산초기조건 및 경계조건 결정의 어려움, 대면적 적용에 따른 컴퓨터 계산능력의 한계 등의 문제점을 안고 있다. 따라서 본 연구에서는 계산방법이 간단하고 대면적 지역을 대상으로 토석류 피해예측지도의 작성을 목적으로 토석류의 유동 및 퇴적 특성을 경사도의 인자로 단순화한 통계모델인 Random Walk Model(RWM)을 적용하였다(Imamura and Sugita, 1980). RWMe 이하의 가정에 의해 적용하였다.
- 토석류 발생원과 퇴적구역의 추출은 육안판독에 의한 방법으로 실시하였다 . 항공영상은 수치 사진 측량시스템에서 항공촬영 당시 GPS/INS에서 획득한 외부표정 요소를 이용하여 낱장 항공영상을 표정하였으며 스테레오로 에피폴라영상을 형성하여 입체판독하였다.
성능/효과
- 석류가 발생한 유역을 대상으로 검증을 실시하였다. 봉화군의 최적 파라미터는 일치율이 -0.2일 때 1회 토사량이 1.0 m3, 정지조건이 4.2°, 관성가중치가 2로 결정되었고 토석류가 실제 발생한 3개의 유역을 대상으로 검증한 결과 일치율이 -0.2에 가까운 결과를 나타내어 최적 파라미터의 일관성을 유지하였다. 그러나 일치율이 대체로 0 이하의 낮은 값을 나타내고 있는데, 이것은 최적 파라미터 결정에 이용한 발생원의 토사량이 실제 유출량보다는 작기 때문일 것이라고 판단된다.
- 세 번째 지역은 토석류 발생원이 한 개소이고 다른 지역에 비해 토석류 발생원이 작아 붕괴된 토사량이 85 n?로 나타났다. 이 세 지역에서 나타난 일치율은 각각 0.25, -0.23, -0.21로 최적 파라미터 의 일치율인 -0.2에 가깝거나 더 좋은 결과를 나타났다.
후속연구
- 또한 본 연구에서 제안한 토석류 피해 범위 예측을 위한 Random Walk Model의 최적 파라미터 추출기법으로 토석류 피해예측지도(Debris Flow Hazard Map)를 개발하여 산지뿐 아니라 도심에서 발생하는 토석류의 경계 .피난용 자료로 사용될 수 있을 것이다.
- 그러나 일치율이 대체로 0 이하의 낮은 값을 나타내고 있는데, 이것은 최적 파라미터 결정에 이용한 발생원의 토사량이 실제 유출량보다는 작기 때문일 것이라고 판단된다. 향후 토석류 발생시 유출된 토사량을 좀 더 정확히 추정할 수 있다면 토석류 피해 범위 예측을 위한 정확도 향상에 매우 큰 영향을 끼칠 수 있으리라 생각된다. 또한 본 연구에서 제안한 토석류 피해 범위 예측을 위한 Random Walk Model의 최적 파라미터 추출기법으로 토석류 피해예측지도(Debris Flow Hazard Map)를 개발하여 산지뿐 아니라 도심에서 발생하는 토석류의 경계 .
※ AI-Helper는 부적절한 답변을 할 수 있습니다.